计算机行业大数据系列(五)-海内外数据库技术演进深度解析：大数据浪潮下数据库的演进

敬请阅读末页的重要说明 2024 年 07 月 06 日 推荐（维持） 大数据系列（五）：海内外数据库技术演进深度解析 TMT 及中小盘/计算机 随互联网、大数据发展，数据量膨胀、数据类型不断丰富、数据应用不断深化，模型拓展与架构解耦并存，数据库技术演变特征包括：分布式架构逐渐成熟；数据模型不断拓展，非关系型数据库开始兴起；统一框架支撑分析与事务混合处理；与云基础设施深度结合。本篇我们将围绕这些特征，重点探讨数据库技术的演变趋势。 ❑ 技术架构：分布式架构日渐兴起、逐渐成熟。相较于传统的集中式数据库架构，分布式架构能更好适应高并发、大流量、高可用特征。近年分布式数据库逐渐成熟，其平滑扩展的特性适用于业务弹性较大的业务系统，能够支撑多节点的数据存储和管理，提高数据的可靠性和可扩展性。在分布式技术的趋势下，主流数据库厂商相继启动了相关产品的研发。 ❑ 数据模型：关系型长期并将继续保持主流数据库地位，非关系型逐步取得大范围应用。根据 Gartner，22 年全球 DBMS 市场总规模为 910 亿美元，其中关系型和非关系型的市占率分别为 78%和 21%。关系型数据库因其满足 ACID 特性；采用 SQL 标准语法；且经过长时间的发展和完善，已经形成了基于关系型数据库的庞大信息技术生态，长期并将在可预期的未来继续保持主流数据库地位。另一方面，随互联网、大数据发展，音视频、文本等海量非结构化数据激增，键值、文档、宽列、时序等非关系型数据库取得了较大范围的应用。非关系型数据库在大数据量、低延迟、灵活数据模型等情境中对关系型起到了重要补充作用。 ❑ 部署方式：“云化”为大势所趋。得益于云计算特有的“资源池化”特点，云数据库相比传统数据库，在成本、易用性、可用性、可调节性、可扩展性与并行处理能力等多个方面均有明显优势。数据库云原生化基于基础服务构筑服务，使用户从购买资源向购买能力转变，加速数据业务上云，例如资源解耦、Serverless 等能力。公有云厂商、独立数据库厂商等各阵营纷纷采取云化布局和战略，助力数据价值不断放大和拓展长尾客户。 ❑ 需求功能：存储与分析需求驱动 OLAP、HTAP 技术发展，湖仓一体化前景广阔。从需求功能来看，在存储和分析海量数据需求的推动下，OLAP、HTAP、数据湖仓迅猛发展，2020 年 Databricks 提出“湖仓一体”概念，湖仓一体技术应运而生。湖仓一体融合了数据湖与数据仓库的优势，形成一体化、开放式数据处理平台的技术，可使得数据处理平台底层支持多数据类型统一存储，实现数据在数据湖、数据仓库之间无缝调度和管理，并使得上层通过统一接口进行访问查询和分析。Databricks、Snowflake、亚马逊、阿里、华为等均有数据湖仓一体相关的产品布局。 ❑ 风险提示：技术创新不及预期；行业竞争加剧；大数据、大模型等发展不及预期 行业规模 占比% 股票家数（只） 278 5.5 总市值（十亿元） 2049.5 2.8 流通市值（十亿元） 1776.5 2.7 行业指数 % 1m 6m 12m 绝对表现 -9.0 -28.0 -39.1 相对表现 -4.3 -30.9 -27.5 资料来源：公司数据、招商证券 相关报告 1、《试点城市确定，全域建设市场空间广阔——“车路云一体化”建设点评报告（二）》2024-07-03 2、《计算机行业 2024 年中期投资策略——AI 聚焦落地，政策驱动为景气主基调》2024-07-02 3、《财税体制改革机会解析——计算机行业周观察 20240630》2024-06-30 刘玉萍 S1090518120002 liuyuping@cmschina.com.cn 鲍淑娴 研究助理 baoshuxian@cmschina.com.cn -50-40-30-20-10010Jul/23Oct/23Feb/24Jun/24(%)计算机沪深300大数据浪潮下数据库的演进 敬请阅读末页的重要说明 2 行业深度报告 正文目录 一、 数据库发展综述：NoSQL、分析型、分布式和云蓬勃发展 ...................... 6 1、 全球数据库市场规模概览 ............................................................................ 6 2、 数据库发展历程综述：当前已进入后关系型阶段 ........................................ 7 3、 从 Gartner 和 DB-Engines 榜单看当前各类型数据库的“火爆程度” ............. 9 二、技术架构：分布式架构日渐兴起、逐渐成熟 ............................................. 11 1、 数据库的技术架构分类 .............................................................................. 11 2、 分布式架构能更好适应高并发、大流量、高可用特征，金融、电信已有较多落地案例 ....................................................................................................... 14 三、数据模型：关系型仍为霸主，非关系型逐步取得大范围应用 .................... 16 1、非结构化数据激增驱动 NoSQL 发展 .......................................................... 16 2、关系型将继续保持主流数据库地位，数据湖仓等尚处发展初期 .................. 19 3、 文档数据库：适用于数据存储场景，MongoDB 为流行度第一 ................. 22 4、 时序数据库：适用于工业、物联网等场景，InfluxDB 为流行度第一，国内对标厂商包括 DolphinDB 等 ............................................................................. 29 5、 图数据库：适用于复杂实体联系场景，Neo4j 为领头羊 ........................... 33 6、 键值数据库：适用于快速查询与临时数据存储，以 Redis 为代表 ............ 40 7、 向量数据库：大模型的记忆体，Pinecone、Milvus、Transwarp Hippo 等均具备优势 ....................................................................................................... 42 四、部署方式：“云化”为大势所趋 .................